Soluções clássicas, seus limites e novos desafios em ...jef/palestra.pdf• Tudo que já era necessário conhecer anteriormente: – Uma boa base de Lógica Matemática – Teoria

Soluções clássicas, seus limites e novos desafios em Bancos de Dados

João Eduardo Ferreira ([email protected])

Evolução dos Modelos e SGBDs

62

66

70

74

78

82

86

90

Pré-SGBDs: Estruturas de acesso atendidas pelo SO

TOTAL (Rede limitado)

IMS (Hierárquico)

IDMS (Rede)

Sistema R (Relacional), DATACOM , ADABAS

INGRES, ORACLE (Relacionais)

DB2 (Relacional)

Protótipos • Adaplex • Exodus • SDM

Modelo OO / OR

Modelo E-R

Modelo Relacional

Ontos, O2, Postgres

94

98

SGBDs 'Universais '

02 SGBDs Nat. e Hab. XML

Linha de tempo de BD

3

1970 1980 1990 2000

Pré-história (antes de 1970)

• Limitações de hardware → – Limitações de software

• Baixíssimo nível de abstração • Sistemas de gerência de arquivos

4

Como era a área (70-85)

• Muitos recursos para pesquisa em BD.

5


• Muitos recursos para pesquisa em BD.

• Muitos grupos de BD espalhados pelo mundo.

6


• Principal resultado: – Modelo de dados relacional de Codd (IBM) – Técnicas para implementá-lo

7

Principais resultados da pesquisa (70 a 85)

• Teoria de banco de dados – resultou na formalização do modelo relacional

• SQL – linguagem declarativa de programação

8

Principais resultados da pesquisa (70 a 85)

• Otimização de consultas – primeira abordagem realista de programação

automática • Gerência de transações

– algoritmos eficientes para concorrência e reconstrução apoiando grandes bases e grande número de usuários

9

Primeiros protótipos e produtos

• System R (IBM)

• INGRES (Berkeley)

10


• System R (IBM)


11


• System R (IBM)


12

Indústria de software

• Pesquisas na área de BD resultaram em uma importante indústria de software.

• 2007 (IDC): – US$ 19 bilhões

13

Oracle 45%

IBM 21%

Microsoft 15%

Outros 19%

Divisão de mercado

Perfil dos pesquisadores

• Theory guys

• System guys

14

O que era necessário saber para pesquisar na área

• Theory guys

– Uma boa base de lógica matemática – Muitos pesquisadores de teoria de BD

oriundos da área de teoria da computação

15


• System guys

– Sistemas operacionais – Rudimentos de arquitetura de computadores

(principalmente, dispositivos de armazenamento)

– Linguagens de programação e compiladores (?)

– Base (tênue) de matemática discreta 16

Áreas de pesquisa compartimentadas

• Mesmo ocorria em outras áreas clássicas da Computação (Redes, Linguagens de programação, Sistemas distribuídos,. . . ).

17

• Áreas de pesquisa eram bem compartimentadas

• Pouca cooperação entre pesquisadores de áreas diferentes

85-95 - Aplicações

• Software de banco de dados para aplicações “não-convencionais”: – aplicações de projeto (engenharia), – bases de dados espaciais, – aplicações de tempo real, – . . .

18

85-95 – Para atender aplicações...

• Software de banco de dados dedutivo • Software de banco de dados orientado a

objetos – Vários produtos no mercado, desde o fim da

década de 80 • Fracasso retumbante de mercado:

– Em 2004, todos produtos chamados pós-relacionais tinham ao redor de 1% do mercado

– Sem perspectivas de crescimento

19


• Theory guys – Uma boa base de lógica matemática – Teoria de BD

• System guys – O mesmo que antes + conhecimentos de BD

relacional

20

E no mercado de SGBD?

• Mercado de SGBDs parou de crescer. • Grandes usuários de SGBD já o adquiriram:

sistemas legados. • Novos usuários:

– Grande crescimento de bases de dados baseadas em software livre (MySQL, PostgreSQL).

• Oracle e Microsoft já distribuem versões gratuitas.

• Novo foco das divisões de banco de dados de IBM e Oracle: Integração de informações.

21

SGBD onipresente

• Originalmente: – SGBD era utilizado em sistemas de

informação gerenciais

• Hoje: – SGBD tornou-se sistema de arquivos de alto-

nível – Aparece em todo tipo de aplicações

22

Papéis no mercado (extremos)

• Função: operário da fábrica de sistemas de informação – Tarefas repetitivas – Uso de ferramentas existentes – Pouca criatividade

• EUA prevê declínio no seu mercado de trabalho de TI nesta área: – Migração para países em desenvolvimento – Softwares que automatizam o desenvolvimento – Até quanto vai?

23

Papéis no mercado (extremos)

• “Engenheiro” de dados – Aplicações complexas envolvendo grandes

massas de dados – Web – Data-center

24

O que é necessário saber para trabalhar e pesquisar na área

• Tudo que já era necessário conhecer anteriormente: – Uma boa base de Lógica Matemática – Teoria de BD – Sistemas operacionais – Compiladores – Base de matemática discreta – Rudimentos de arquitetura de computadores

(principalmente, dispositivos de armazenamento) – Conhecimentos de BD relacional (linguagens,

processamento de consultas, processamento de transações)

25

O que é necessário saber para trabalhar e pesquisar na área

• ..., e muito mais: – Uma base mais ampla de Matemática (volumes

de dados envolvidos = métodos aproximados): • álgebra, cálculo, estatística...

– Algorítmica (foco não é mais somente o número de acessos a disco);

– Parlelismo; – Recuperação de informações; – Aprendizagem de máquina, . . .

26

Nosso Ponto de Partida

• Dado Semi-Estruturado Um objeto OEM é uma quádrupla

(label,oid,type,value) – label: cadeia de caracteres – oid: identificador do objeto – type: complexo ou atômico(int, string, gif, jpeg …) – value:

• se o tipo é complexo, conjunto de oid ’s • senão um valor atômico


Fonte: Mello et al: http://www.dcc.ufrj.br/~braganholo/artigos/tutorial.pdf- 2008

29

Refatoração de BD • 48 refatorações definidas por Scott

Ambler • Não acrescenta funcionalidade • Melhora o modelo • Preserva a semântica informacional

Modelo de Dados

30

• Se preocupa com uma arquitetura complexa

Modelo de Dados

31

Modelo de Dados

32

– Codificação específica para cada refatoração

– Código para evitar circularidade – Transação lenta, caso muito

processamento – Possível erro desconhecido para a

aplicação

Modelo de Dados (triggers)

33

Exemplo de refatoração

• Dividir tabela

Transações

• Propriedades de uma transação clássica

• Atomicidade

• Consistência

• Isolamento

• Durabilidade


Fonte Ferreira & Finger 2000 : http://www.ime.usp.br/~jef/ec2000.ps











Limites das Transações

Limites das Transações


Álgebra de Processos • Comportamento de Sistemas: processos e

dados; • Processos: mecanismos de controle para

manipulação de dados; • Vários processos executando

concorrentemente;

P -1 P 0 P 1 P 2 ... ...


Utilização . Representação textual; . Semântica formal; . Mecanismos de análise.

Componentes básicos . Conjunto de ações; . Operador de composição seqüencial (“.”): (a . b); . Operador de composição alternativa (“+”): (a + b); . Axiomas de equivalência de processos; . Regras de transição.


Axiomas de equivalência x + y = y + x ; x + x = x ; (x . y) . z = x . (y . z)

Processos bissimilares . Devem executar exatamente as mesmas cadeias ações; . Possuem a mesma estrutura de ramificação;

z.(x + y) e z.x + z.y não são bissimilares.


Contribuições: Grupo de pesquisa

Fonte: Braghetto 2008

Fonte: Oikawa 2008

50

• bo1 registration received • bo2 key received • bo3 money sent • data states

dsinitial, ds1, ds2 , dsfinal dsinitial initial data state (generated by request) dsfinal (final data state) = ds3

Transactional model based on data states

51

bo1

Transactional model based on data state

dsinitial ds1 ds2 dsfinal

bo2 bo3

52

bo1

If

dsinitial ds1x ds2 dsfinal

bo2 bo3

ds1x ds1 ≠ and there is bok

bok

53

bo1

If


bo2 bo3

ds1x ds1 ≠ and there is bok+1

bok+1

54

bo1

However, if


ds1x ds1 ≠

and the ds1x is non-expected

data state ... exceptions

55

Scheduling data states: input-output data states

bo1

bo2

bo3

dsi ds1 ds2

data quality

dsinitial < ds1 < ds2 < dsfinal

dsf

Queries

Queries

Queries

Queries

Queries

Queries

Queries

Queries

• Banco de dados não é mais uma área isolada

• Antes: – conhecimentos necessários para atuar na

área vinham de alguns poucos livros-texto • Hoje:

– amplo espectro de conhecimentos necessários para atuar com sucesso na área

– projetos bem sucedidos tendem a incluir pesquisadores de várias áreas da computação (IR, ML, IA, paralelismo, ...) 65

Conclusões

• A área de banco de dados deixou de tratar apenas o armazenamento de grandes bases de dados.

• O foco da pesquisa na área é: – tratamento de grandes massas de dados em

geral (não necessariamente persistentes); – tratamento de dados que tenham alguma

estrutura.

66

Conclusões

• Fomos de

– Gerência de Banco de Dados (database management) para

– Gerência de grandes volumes de Dados (data management).

67

Conclusões

Conclusões

• Banco de dados deixou de ser uma área de pesquisa compartimentada e isolada das demais, para tornar-se uma área de pesquisa multi-disciplinar.

• Base matemática necessária para atuar na área aumentou muito.

• Para pesquisar com sucesso na área e necessário montar equipes multi-disciplinares.

68

Documents

Soluções clássicas, seus limites e novos desafios em ...jef/palestra.pdf• Tudo que já era necessário conhecer anteriormente: – Uma boa base de Lógica Matemática – Teoria